Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?


Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Время простой реакции

Стр 1 из 14Следующая ⇒

Лабораторная работа

 

По дисциплине «Инженерная психология»

 

Выполнил:

студент группы

Проверил:

 

 

Волгоград 2010


Цель работы:

- изучить влияние ПФК на эффективность производственной деятельности

Задачи:

1. Провести исследование ПФК человека

2. Определить статистические параметры распределения экспериментальных данных (рассчитать коэффициент вариации, статистическое отклонение, определить закон распределения)

3. Построить гистограмму распределения данных и отложить на ней границы интервалов: X±3

4. Оценить уровень своих психофизиологических качеств в сравнении с группой АТ-414

 

 

Экспериментальные данные

Таблица 1

Фамилия ВПР ВСР νвср ВСРсП П Кк Ку Раст.переезд., % Память, %
Аверин 0,211 0,497 0,166 0,425 -0,072 1,020 1,305 -0,777  
Александрова 0,213 0,681 0,193 0,568 -0,113 0,657 1,192 -0,0777  
Вяткина 0,244 0,485 0,202 0,472 -0,013 1,043 1,155    
Грициенко 0,204 0,392 0,281 0,413 0,021 1,227 0,824 0,533  
Заболотный 0,16 0,42 0,829 0,203 -0,217 1,172 -1,469 2,311  
Зенгер 0,284 0,503 0,114 0,463 -0,04 1,008 1,523 1,066  
Косинцев 0,231 0,512 0,195 0,518 0,006 0,990 1,184 -1,022  
Кошелева 0,278 0,485 0,189 0,438 -0,047 1,043 1,209 -2,533  
Кубдашева 0,279 0,667 0,41 0,635 -0,032 0,684 0,285 -0,355  
Лелякова 0,261 0,521 0,238 0,491 -0,03 0,972 1,004 2,311  
Лушаков 0,215 0,449 0,26 0,381 -0,068 1,114 0,912 -0,666  
Лысак 0,245 0,379 0,142 0,359 -0,02 1,252 1,406 0,022  
Матвеева 0,279 0,553 0,231 0,515 -0,038 0,909 1,033 -1,599  
Несветаев 0,213 0,584 0,259 0,469 -0,115 0,848 0,916 -1,311  
Н.Д.Хьем 0,208 0,454 0,185 0,543 0,089 1,105 1,226 0,644  
Н.Т.Луен 0,197 0,557 0,304 0,518 -0,039 0,901 0,728 2,666  
Н.Т.Ха 0,199 0,52 0,217 0,472 -0,048 0,974 1,092 2,422  
Н.Т.Тху Тхюи 0,228 0,495 0,186 0,47 -0,025 1,024 1,222 1,977  
Объедков 0,203 0,475 0,246 0,367 -0,108 1,063 0,971 -1,407  
Осинкина 0,273 0,551 0,343 0,532 -0,019 0,913 0,565 -3,044  
Палатов 0,243 0,401 0,128 0,49 0,089 1,209 1,464 -0,199  
Перфильева 0,254 0,464 0,125 0,582 0,118 1,085 1,477 -0,911  
Порошин 0,228 0,406 0,269 0,41 0,004 1,199 0,874 -0,777  
Рагузина 0,326 0,552 0,208 0,528 -0,024 0,911 1,130 -0,977  
Рогов 0,193 0,673 0,206 0,653 -0,02 0,673 1,138 -0,688  
Симонова 0,275 0,577 0,229 0,602 0,025 0,862 1,042 -4,622  
Тарасова 0,265 0,496 0,19 0,493 -0,003 1,022 1,205 -10,822  
Шевченко 0,205 0,405 0,207 0,453 0,048 1,201 1,134 -0,377  
Шевяков 0,245 0,541 0,17 0,473 -0,068 0,933 1,289 1,222  

 

Определение статистических параметров распределения экспериментальных данных

Время простой реакции

Для определения оптимальной величины интервала h используют формулу Стерджеса:

h = ,

где ВПРmax, ВПРmin-максимальное и минимальное значение времени простой реакции в исследуемом вариационном ряду, с.;

N- общее число наблюдений. N=29.

 

h = = =0,028 с.

h = 0,03 c.

Vср = 0,2377 сек;

Построение интервального вариационного ряда.

Таблица 2

Границы интервалов, с. Середины интервалов Vci, с. Опытные частоты, mi* Опытные частости, Pi* Накопленные частости, F(v) mi* *Vci, mi* *V2ci, (Vci, - Vср)3 * Pi* (Vci, - Vср)4 * Pi*
   
0,145-0,175 0,16   0,034 0,034 0,16 0,0256 -0,000016 0,0000012
0,175-0,205 0,19   0,172 0,206 0,95 0,1805 -0,000019 0,0000009
0,205-0,235 0,22   0,31 0,516 1,98 0,4356 -0,000002 0,00000004
0,235-0,265 0,25   0,207 0,723 1,5 0,375 0,0000004 0,00000000
0,265-0,295 0,28   0,241 0,964 1,96 0,5488 0,000018 0,0000008
0,295-0,325 0,31     0,964        
0,325-0,355 0,34   0,034   0,34 0,1156 0,000036 0,0000037
Сумма -     - 6,89 1,6811 0,0000174 0,00000664
                   

 


Рисунок 1- Интервалы ВПР

 

Красным цветом обозначен интервал, в который входит значение ВПР студента.

Из графика видно, что данное распределение близко к нормальному.

Рассчитаем статистические параметры:

Математическое ожидание:

=

впр = = = 0,2376 сек;

Статическая дисперсия:

(V) = - ;

(V)впр= - = - = 0,00147;

Несмещенная оценка дисперсии:

D(V) = * (V)впр;

D(V)впр = *0,00147 = 0,00152;

 

Стандартное среднеквадратическое отклонение:

= ;

= = 0,039 сек;

Коэффициент вариации:

ν= *100%;

νвпр= * 100% =16,4%;

Коэффициент вариации характеризует относительную меру отклонения измеренных значений от среднеарифметического:

Чем больше значение коэффициента вариации, тем относительно больший разброс и меньшая выравненность исследуемых значений. Если коэффициент вариации меньше 10%, то изменчивость вариационного ряда принято считать незначительной, от 10% до 20% относится к средней, больше 20% и меньше 33% к значительной и если коэффициент вариации превышает 33%, то это говорит о неоднородности информации и необходимости исключения самых больших и самых маленьких значений.

В данном случае коэффициент вариации менее 33%, следовательно это говорит о однородности информации.

 

Ассиметрия:

= ∑ * ;

Asвпр = *0,0000174= 0,29;

Если распределение симметрично относительно средней то показательасимметрии равен нулю.

Если показатель асимметрии больше 0,то наблюдается правосторонняя асимметрия. Если же показатель асимметрии меньше 0, налицо левосторонняя асимметрия.

В данном случае видно, что распределение правосторонее.

 

Эксцесс:

EK= *Pi – 3;

EKвпр = * 0,00000664– 3 = -0,13;

 

Показатель эксцесса характеризует степень колеблемости исходных данных.

Он показывает, насколько острую вершину имеет плотность вероятности по сравнению с нормальным распределением. Если коэффициент эксцесса больше нуля, то распределение имеет более острую вершину, если меньше нуля, то более плоскую.

Данный график распределения имеет более плоскую вершину.

 

 


12345678910Следующая ⇒





Date: 2015-11-13; view: 328; Нарушение авторских прав


mydocx.ru - 2015-2025 year. (0.018 sec.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав - Пожаловаться на публикацию